岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
ちょっと誤解している人がいるかもしれないので以前書いたことに補足しておくと、ギルドだからしょぼい仕事でも高IFに載るわけではありません。（ちょっと無理なデータで載ることはあるけれど、それを補ってあまりある別のデータが付けられていることが多いです。）ギルドといえど、その中での評価はシビアです。みんなを納得させるデータがあって初めて高IFの雑誌に載るわけですが、そのためなら何でもする（悪い事という意味ではありませんが、中にはそういう人もいます。）のがこちらで生き残っているPIです。逆にもの凄いプレッシャーを受けているとも言えます。 高IFに載るだけの仕事すれば載せてもらえますが、そのためには十分なマテリアルを集める必要があります。しかし、高名故にそういったマテリアルが非常に集まりやすいのがギルドのメンバーなのです。それに加えて、ユダヤ人が有利なのは非常に優秀であるだけなく、寄付を受けやすいとい
鳩山政権の事業仕分けが進む中、スパコンに代表される大型研究開発プロジェクトの凍結や予算削減の是非が議論を呼んでいる。私は事業仕分けの場に立ち会ったわけではないけれども、評価者の厳しい質問に対して回答に苦慮する官僚の姿が目に浮かぶようだ。 「いつになったら成果が出るのか」「その技術は世の中の役に立つのか」「そんな技術が本当に必要なのか」「開発になぜそんなにお金がかかるのか」「あれは無駄じゃないか、これも無駄じゃないか」等々。 イノベーションという現象の特質を考えるなら、これらの問いに対する明確な回答を用意して、評価者の攻撃に反論できる方が不思議なくらいだ。 イノベーション活動には、常に、2種類の不確実性がつきまとう。1つは「自然の不確実性」。研究開発とは、この不確実性に対する人間の挑戦なのだが、それがいつ成功するのか、また成功するかどうかさえ、万人が納得する形で示すことは難しい。 もう1つは
2024 1月 - janvier 2月 - février 3月 - mars 2023 1月 - janvier 2月 - février 3月 - mars 4月 - avril 5月 - mai 6月 - juin 7月 - juillet 8月 - août 9月 - septembre 10月 - octobre 11月 - novembre 12月 - décembre 2022 1月 - janvier 2月 - février 3月 - mars 4月 - avril 5月 - mai 6月 - juin 7月 - juillet 8月 - août 9月 - septembre 10月 - octobre 11月 - novembre 12月 - décembre 2021 1月 - janvier 2月 - février 3月 - mars 4月 - avril 5
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
